Embeat 是一个开源音乐推荐系统,基于 Spotify 声学特征的对比学习模型和多通道召回策略,可在 30–100 毫秒内从 4500 万曲库中提供风格精准、多样化的推荐。

Stars

209

7 天增长

暂无数据

Fork 数

28

开放 Issue

0

开源协议

NOASSERTION

最近更新

2026-07-03

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它融合了声学相似度、流派过滤和歌单协同过滤,在与网易云音乐的盲测对比中胜率显著,同时保持毫秒级检索速度。

适合谁使用

  • 音乐推荐系统工程师
  • 音乐信息检索与对比学习领域的研究人员
  • 构建个性化音乐发现应用的开发者
  • 希望部署离线或自托管推荐管线的 Spotify API 开发者

典型使用场景

  • 根据种子曲目的声学特征和流派生成 Top-K 相似曲目
  • 为流媒体服务提供歌单延续或音乐发现功能
  • 构建艺术家相似度与同艺术家探索工具
  • 使用 LLM 作为评审进行推荐质量对比评估

项目优势

  • 五路并行召回(声学、同流派热门、同艺术家、相似艺术家、歌单协同过滤)确保结果多样且相关
  • 通过 Qdrant 向量数据库实现 30–100ms 的毫秒级检索,且模型支持纯 CPU 实时推理
  • 利用 6,000+ 微流派标签防止“声学相似但风格不匹配”的误推荐
  • 在三个 LLM 评委的盲测中,Embeat 以 23 胜(共 30 组)大幅领先网易云音乐

使用前须知

  • 依赖 Spotify 的声学特征体系,不直接适用于其他音乐源,需重新训练或适配
  • 开放数据集和数据库采用 CC-BY-NC 4.0 许可,限制商业用途
  • 需自行部署 Qdrant 并下载约 4500 万曲目的大规模数据库,初始部署复杂度较高

README 快速开始

Installation

项目描述

Content-based music recommendation system, training on Spotify 45M tracks & 1.8M playlists.

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482